AI实验室来了，人人都能做科学家了？

美国合成生物学龙头企业Ginkgo Biowork（银杏生物）计划扩大波士顿自主实验室规模，打造AI驱动的生物研发平台，现已部署多个RAC系统。 这期播客中，GinkgoBioworks的创始人兼CEO Jason Kelly介绍了与OpenAI的合作，他期望通过极大降低科学实验的成本和门槛，让“云实验室”服务（如Ginkgo推出的39美元起价的实验服务）能够普及。这将使科学不再是象牙塔里的特权，而是让任何有好奇心的人都能提出并验证科学问题，从而释放全人类的科学探索潜力 。

Jason 的主要观点如下： 1.人工智能与科学革命： Jason认为，此前的科技革命（如互联网、社交媒体）并未从根本上改变生物技术和生物制药行业。但AI与自动化实验室的结合，将彻底改变科学研究和生物医药产业的基础范式，带来真正的颠覆 。 2.Ginkgo Bioworks的战略重点： Ginkgo的使命始终是“让生物学更易于工程化”，其核心是“编程细胞”。近年来，公司战略重点从“AI设计生物学”转向“如何让实验室的测试验证环节变得更便宜、更快” 。他将前者视为难以预测的“科学问题”，而将后者视为可被系统性解决的“工程问题”-。 3.AI驱动的自动化实验室： •与OpenAI的合作：他们与OpenAI合作，验证了AI模型（推理模型）可以指挥机器人实验室自主设计并运行科学实验，在优化“无细胞蛋白合成”的实验中，通过六轮迭代将效率提升了40% 。这证明了AI能够替代科学家完成提出假设、设计实验、分析数据、再设计的“科学方法”闭环 。 •自动化实验室的优势： 1）成本结构革命：目前科学研究中超过95%的成本是人力、实验室空间和设备等间接费用，只有不到5%用于实际消耗的试剂 。自动化实验室能将成本结构倒转，使试剂成为主要成本，从而实现“十倍”以上的数据产出效率提升。 2）信息共享与协作：AI科学家可以7x24小时工作，并实时共享所有实验的原始数据，实现即时相互学习，这远优于目前科学家之间通过几年才发表一篇论文进行有限交流的模式。 将科学家从实验台解放出来的最大技术难点在于，实验室工作需要处理高度多样化、非标准化的任务（高混合、低批量）。Ginkgo通过集成大量第三方实验设备、解决液体处理难题，并利用AI（如ClaudeCode）将科学家的自然语言指令转化为机器人可执行的代码，来攻克这一难题。 4、生物技术的应用前景： •目前生物技术85%的市场是therapeutics（疾病治疗），应用生态单一。 •他看好的新方向包括：1）消费级生物技术，如GLP-1药物所代表的“健康增强”领域，其市场潜力远超疾病治疗 ； 2）分子水平的持续健康监测，通过高频率的血液检测等实现个性化健康干预。 Jason提到，在创新药物发现领域，来自中国的生物技术公司交易占比近期增长显著，部分原因在于中国拥有同样聪明但成本更低的科学家，且临床试验等环节速度更快 。他认为，美国需要依靠AI和自动化实验室来提升科研效率，以保持科技竞争力。 关于JasonKelly提到的“DARPA”（美国国防高级研究计划局）及其在互联网诞生中的作用，以及“Baumol'scostdisease”（鲍莫尔成本病），未作具体解释。 但根据通用知识，前者是美国国防部下属机构，以资助高风险、高回报的前沿科技研究而闻名，互联网的前身ARPANET即由其资助；后者是一种经济现象，指在一些生产率增长缓慢的部门（如劳动密集型服务业），其成本会因整体经济中工资水平的上涨而不断上升。（SequoiaCapital）